2.1自动识别技术概述

2.1 自动识别技术概述

物联网的宗旨是实现万物的互联与信息的方便传递，要实现人与人、人与物、物与物互联，首先要对物联网中的人或物进行识别。自动识别技术提供了物联网“物”与“网”连接的基本手段，它自动获取物品中的编码数据或特征信息，并把这些数据送入信息处理系统，是物联网自动化特征的关键环节。随着物联网领域的不断扩大和发展，条码识别、射频识别、NFC 识别、生物特征识别、卡识别等自动识别技术被广泛应用于物联网中。这些技术的应用，使物联网不但可以自动识别“物”，还可以自动识别“人”。

2.1.1 自动识别技术的概念

自动识别技术是一种机器自动数据采集技术。它应用一定的识别装置，通过对某些物理现象进行认定或通过被识别物品和识别装置之间的接近活动，自动地获取被识别物品的相关信息，并通过特殊设备传递给后续数据处理系统来完成相关处理。即自动识别就是用机器来实现类似人对各种事物或现象的检测与分析，并做出辨别的过程。

自动识别技术的标准化工作主要由国际自动识别制作商协会(Association for Automatic Identification and Mobility，AIM Global)负责。其下属的条码技术委员会、全球标准咨询组、射频识别专家组以及该产业在国际上的其他成员组织，积极推动自动识别标准的制定以及相关产品的生产和服务。

中国自动识别技术协会(AIM China)是中国本土的自动识别技术组织，该协会是AIM Global的成员之一，它是由从事自动识别技术研究、生产、销售和使用的企业单位及个人自愿结成的全国性、行业性、非营利性的社会团体。AIM China的主要工作内容是负责中国地区自动识别有关技术标准和规范的制定以及相关成果、产品、应用系统的评审和鉴定。

2.1.2 自动识别技术的分类

按照被识别对象的特征，自动识别技术可分为两大类，即数据采集技术和特征提取技术，如图2-1所示。

1. 数据采集技术

数据采集技术的基本特征是需要被识别物体具有特定的识别特征载体，如唯一性的标签、光学符号等。按存储数据的类型，数据采集技术可分为以下几种。

(1) 光存储。如条码、光标识读器、光学字符识别(Optical Character Recognition，OCR)。

(2) 电存储。如触摸式存储、射频识别、存储卡(IC卡)、视觉识别、能量扰动识别。

(3) 磁存储。如磁条、非接触磁卡、磁光存储、微波。

第 2 章

图2-1 自动识别技术的分类

2. 特征提取技术

特征提取技术则根据被识别物体本身的生理或行为特征来完成数据的自动采集与分析，如语音识别、指纹识别等。按特征的类型，特征提取技术可分为以下三种。

(1) 静态特征。如视觉、能量扰动等特征。

(2) 动态特征。如声音(语音)、键盘敲击、其他感觉特征。

(3) 属性特征。如化学感觉特征、物理感觉特征、生物抗体病毒特征、联合感觉系统。 近30年来，自动识别技术在全球范围内得到了迅猛发展，初步形成了一个涵盖条码识别、射频识别、生物特征识别、图像识别以及磁识别等技术的，集计算机、光、电、通信和网络技术于一体的高技术学科。

自动识别技术的崛起，为计算机提供了快速、准确地进行数据采集和输入的有效手段，解决了计算机通过键盘手工输入数据速度慢、错误率高造成的“瓶颈”难题，因而自动识别技术作为一种先导性的高新技术，正迅速为人们所接受。

根据自动识别技术的应用领域和具体特征，本章将重点介绍条码识别、射频识别、NFC 、磁卡与IC 卡识别、语音识别、光学字符识别、生物识别等几种典型的自动识别技术。

2.1.3 自动识别系统的构成

自动识别系统具有信息自动获取和录入功能，无须手工方式即可将数据录入计算机。其一般模型如图2-2所示。 获取信息信息处理识别信息被识别

信息已识别

信息

图2-2 一般自动识别系统模型

图2-2所示模型是在抽象的层次上概括出来的自动识别系统模型，对于有特定格式的输

入信息，如条码、IC卡，由于其信息格式固定且有量化的特征，故其系统模型简单，将系统的信息处理模块对应为相关的译码工具即可。如输入信息为包含二维图像或一维波形等的图形图像类信息，如指纹、语音等，由于该类信息没有固定格式，且数据量大，故其系统模型较复杂，可以抽象为图2-3所示的模型。

被识别

信息信息

图2-3 图形图像类信息的自动识别系统模型

图形图像类自动识别系统一般由数据采集单元、信息预处理单元、特征提取单元和分类决策单元构成。数据采集单元通常通过传感技术实现，信息预处理单元是通过信息的预处理来去除或抑制信号干扰，特征提取单元则是提取信息的特征，以便通过相关的判定准则或经验实行分类决策。

2.2 物品信息编码及识别技术

在物联网中，物品的编码对信息的收集意义重大。为了有效地收集信息，物联网需要给全球每一个“物”都分配唯一的编码，这样“物”的身份可以通过编码来加以确定，解决信息归属于哪一个“物”的问题。

现在全球许多领域已经开始给物品分配唯一的编码，并且出现了多个物品编码体系共存的局面。这些物品编码体系既有早期建立的物品编码体系，也有基于物联网的物品编码体系。物品编码体系的发展方向是将来的编码体系必须支持现存的编码体系，必须是现存编码体系的扩展，物联网最终的目标是为每一个单个物品建立全球的、开放的编码标准。

现在的物品编码体系主要有条码编码体系、EPC编码体系和UID编码体系，其中条码属于早期建立的物品编码体系，EPC码和UID码是基于物联网的物品编码体系。物品编码是物品的“身份证”，解决物品识别的最好方法就是给全球每一个物品都提供唯一的编码，通过物品编码搭建一个自动识别任何事物的全球网络——“物联网”。

2.2.1 物品信息编码发展简史

1. 美国统一编码委员会(UCC)

1970年，美国超级市场委员会制定了通用商品代码(Universal Production Code，UPC)。UPC是一种条码，1976年美国和加拿大的超市开始使用UPC条码应用系统。1973年，美国统一编码委员会(Universal Code Council，UCC)成立。UCC是标准化组织，UPC条码由UCC管理。

2. 欧洲物品编码协会(EAN)

1977年，欧洲物品编码协会(European Article Number，EAN)成立，开发出与UPC条码